ソース情報
- リポジトリ
- taracodlabs/aiden
- ソースの最終更新活動
- 2026年5月6日 12:31
- 検出された SKILL.md の言語
- 英語
- スター
- 779
- フォーク
- 140
インストール方法
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
ソースファイルを確認
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
メニュー
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/taracodlabs/aiden --skill songseeコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか?SkillsMP が現在取得できるファイルをダウンロードできます。
SKILL.md を表示中
SOC 職業分類に基づく
| name | songsee |
| description | Visualize audio as mel spectrograms, chromagrams, MFCC (librosa) |
| category | media |
| version | 1.0.0 |
| origin | aiden |
| license | Apache-2.0 |
| tags | audio, spectrogram, mel, chroma, mfcc, librosa, visualization, music, sound-analysis |
Visualize audio files as mel spectrograms, chromagrams, and MFCC feature plots using the librosa Python library. Useful for music analysis, speech processing, and audio debugging.
pip install librosa matplotlib soundfile
import librosa
import librosa.display
import matplotlib.pyplot as plt
import numpy as np
def mel_spectrogram(audio_path, output="mel_spec.png"):
y, sr = librosa.load(audio_path, sr=None)
S = librosa.feature.melspectrogram(y=y, sr=sr, n_mels=128, fmax=8000)
S_db = librosa.power_to_db(S, ref=np.max)
fig, ax = plt.subplots(figsize=(12, 4), facecolor="#0d1117")
ax.set_facecolor("#0d1117")
img = librosa.display.specshow(S_db, sr=sr, x_axis="time", y_axis="mel", fmax=8000, ax=ax, cmap="magma")
fig.colorbar(img, ax=ax, format="%+2.0f dB", label="dB")
ax.set_title(f"Mel Spectrogram — {audio_path}", color="white")
ax.tick_params(colors="white")
ax.xaxis.label.set_color("white")
ax.yaxis.label.set_color("white")
plt.tight_layout()
plt.savefig(output, dpi=150, bbox_inches="tight")
plt.close()
print(f"Saved: {output}")
mel_spectrogram("song.mp3")
import librosa, librosa.display, matplotlib.pyplot as plt
def chromagram(audio_path, output="chroma.png"):
y, sr = librosa.load(audio_path, sr=None)
chroma = librosa.feature.chroma_cqt(y=y, sr=sr)
fig, ax = plt.subplots(figsize=(12, 4), facecolor="#0d1117")
ax.set_facecolor("#0d1117")
img = librosa.display.specshow(chroma, y_axis="chroma", x_axis="time", ax=ax, cmap="coolwarm")
fig.colorbar(img, ax=ax)
ax.set_title("Chromagram", color="white")
ax.tick_params(colors="white")
plt.tight_layout()
plt.savefig(output, dpi=150, bbox_inches="tight")
plt.close()
print(f"Saved: {output}")
chromagram("song.mp3")
import librosa, librosa.display, matplotlib.pyplot as plt
import numpy as np
def mfcc_plot(audio_path, n_mfcc=20, output="mfcc.png"):
y, sr = librosa.load(audio_path, sr=None)
mfccs = librosa.feature.mfcc(y=y, sr=sr, n_mfcc=n_mfcc)
fig, ax = plt.subplots(figsize=(12, 4), facecolor="#0d1117")
ax.set_facecolor("#0d1117")
img = librosa.display.specshow(mfccs, x_axis="time", ax=ax, cmap="viridis")
fig.colorbar(img, ax=ax)
ax.set_title(f"MFCC ({n_mfcc} coefficients)", color="white")
ax.tick_params(colors="white")
plt.tight_layout()
plt.savefig(output, dpi=150, bbox_inches="tight")
plt.close()
print(f"Saved: {output}")
mfcc_plot("speech.wav", n_mfcc=13)
def analyze_audio(audio_path):
base = audio_path.rsplit(".", 1)[0]
mel_spectrogram(audio_path, output=f"{base}_mel.png")
chromagram(audio_path, output=f"{base}_chroma.png")
mfcc_plot(audio_path, output=f"{base}_mfcc.png")
print(f"Analysis complete: 3 PNG files saved for {audio_path}")
analyze_audio("recording.wav")
import librosa, numpy as np
y, sr = librosa.load("audio.mp3", sr=None)
duration = librosa.get_duration(y=y, sr=sr)
tempo, _ = librosa.beat.beat_track(y=y, sr=sr)
rms = np.sqrt(np.mean(y**2))
print(f"Duration: {duration:.2f} seconds")
print(f"Sample rate:{sr} Hz")
print(f"Tempo: {tempo:.1f} BPM")
print(f"RMS energy: {rms:.4f}")
"Show me what this audio recording looks like as a spectrogram" → Use step 2 to generate a mel spectrogram PNG. Open the saved file.
"What musical key is this song in? Visualize the chroma content" → Use step 3 to generate a chromagram — peaks in chroma rows indicate dominant pitch classes.
"Generate MFCC features from this speech recording for my ML model"
→ Use step 4 to plot MFCCs, then extract the mfccs array for downstream ML use.
offset and duration parameters if neededlibrosa.load supports MP3, WAV, FLAC, OGG — ensure soundfile and audioread are installed for MP3 supportn_mfcc and sr — use consistent settings across all files in an ML dataset